Pay Attention to This: A Knowledge Translation Study of ADHD and its Brain Basis to Preservice and In-Service Teachers
Notice bibliographique
Résumé
The purpose of the present study was to develop a knowledge translation (KT) activity for educators about the brain in children and adolescents with attention deficit hyperactivity disorder (ADHD). The goal was to increase our participants’ knowledge about ADHD and its brain basis. In addition to neuroscience content, the KT activity included the personal story of the lead researcher’s lived experience with ADHD to provide context, and to inform the participants’ perceptions of ADHD. Framed in an action research paradigm, our study undertook three cycles of reflection, planning, action, and observation to develop and improve a knowledge translation activity. The knowledge translation activity was presented to 48 preservice and in-service teachers and members of the public across Canada, with a mixed methods approach to evaluate the outcomes. The findings demonstrated that this knowledge translation activity was effective in enhancing participant knowledge about ADHD. Quantitively, a non-significant trend was observed that participants shifted their perceptions from social and behavioural causes to brain-based causes of ADHD. Qualitatively, the participants indicated making connections between the personal story and neuroscience. Effective KT requires a review of context vocabulary and opportunity for teacher interaction. Teachers are aware of several behavioural management strategies but do not have a clear idea of how or why they work. Teaching neuroscience to teachers allows for a discussion of neurodiversity and a strength-based approach to programming and accommodation. This research could help guide future knowledge translation research into the benefits of combining personal lived experience with neuroscience content. Keywords: knowledge translation, neuroscience, attention deficit hyperactivity disorder, lived experience, storytelling, action research, neurodiversity
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».